多重损因模型.pptVIP

例8.3 对于一个双重损因模型，已知： 试计算 例8.3解 例8.3解 例8.3解 多重损因表构造 示例 年龄 单重损失表 多重损因表 …… …… 65 0.02 …… 0.04 0.019 …… 0.039 66 0.025 …… 0.06 0.024 …… 0.059 常数损失效力假定 假定条件 等价推出 关系式 均匀分布假定 假定条件 等价推出 由单重损失函数推导多重损因函数 关系式 例8.4 对于两重损因模型，已知 每一个损因在年内服从均匀分布，试计算 例8.4答案 课堂习题 已知某校一届有1000名学生，学生状况统计如下 学年 概率 学业失败辍学 其他原因辍学 完成一年学业 1 0.2 0.2 0.6 2 0.15 0.15 0.7 3 0.1 0.1 0.8 4 0 0.1 0.9 课堂习题 求每届学生中，顺利毕业的期望人数等于多少，方差等于多少？ 4年学习期间因学业失败辍学的期望人数等于多少，方差等于多少？ 构造该校学生四年学习的多重损因表。 分别求学生因为学业失败辍学的概率，其他原因辍学的概率和正常毕业的概率。 如果有一个学生在第二学年终止学业，那么他是因为学业失败而导致辍学的概率有多大？ 多重损因模型 本章中英文单词对照 多重损因模型 随机残存组 确定性残存组 绝对损失率 Multiple decrement models Random survivorship group Deterministic survivorship group Absolute rate of decrement 第八章 多重损因残存组确定 多重损因 模型 多重损因表的构造 多重损因模型构造 使用背景 如果被保险人投保寿险且在缴费期间死亡，那就意味着他将获得保险赔付而且不再缴纳保险费了。就此人而言，保险人遭受到了损失。在前面七章中我们都是讨论在以死亡为唯一损失变量时，各种保险要素的确定。 在实际中，除了死亡这个损失变量，我们可能还会遇到其它的提前终止缴费的损失变量，比如，寿险中，被保险人退保；劳动力计划中，雇员辞职、残疾或者退休等，都会对单一考虑死亡因素时的缴纳——赔付之间的平衡构成影响。多重损因模型就是在这种背景下产生的。 一、多损失模型的构造 两变量模型 多种损失模型的实质就是一个两变量模型。变量一是状况终止的时间 ，在寿险场合它可以表示为剩余寿命； 变量二是状况终止的原因 ，这是一个离散随机变量，比如在寿险场合，我们可以令 表示死亡， ，表示退保。 相关函数 联合密度函数 边际分布函数 事件的概率 多重损因函数（一） 由原因j引起且损失发生在时间t之前的概率 由原因j引起的损失发生的概率 多重损因函数（二） 的密度函数 的分布函数 多重损因函数（三） 由各种原因引起且损失发生在时间t之前的概率 损失不会发生在时间t之前的概率 多重损因函数（四） x+t时刻由原因j造成的损失效力 x+t时刻由所有原因造成的总损失效力 多重损因函数（五） 给定损失时间t，J的条件概率函数 例8.1 考虑2个损失原因的多重损因模型，其损失效力分别为： 计算该模型的联合、边际、条件概率密度函数。 计算 例8.1答案 例8.1答案 例8.1答案 第八章 多重损因残存组确定 多重损因 模型 多重损因表的构造 多重损因模型构造 残存组定义 考察一组a岁的 个生命，每一个生命的终止（损失）时间与原因的分布由下列联合概率密度函数确定： 随机残存组函数 ：在年龄 x与x+n之间因原因j而离开的成员的期望个数 ：在年龄 x与x+n之间因各种原因而总共离开的成员的期望个数 随机残存组函数 ：原先 个a岁成员在x岁时的残存数随机变量的期望 确定性残存组的定义 总的损失效力可以看作总的损失率，而不作为条件密度函数。则一组 个a岁成员随着年龄的增加按决定性损失效力 演变，则原先 个岁成员在x岁时的残存数为 ：在年龄 x与x+n之间因各种原因而离开的成员数 残存组函数 ：因原因j而引起的损失效力 ：各种原因引起的总损失效力 例8.2 有10000名60岁的老人购买5年定期寿险。假设在第K年里有50+10K位老人去世，有10-2K位老人退保（K=0,1,2,3,4）。试确定 (1) 该批老人的残存组； (2) 60岁的老人能活到65岁的概率； (3) 60岁的老人在63岁之前死亡的概率； (4) 60岁的老人在64岁之前退保的概率。